AI, które działa wewnątrz procesów i realnie obniża koszty

Wyzwanie: jak bezpiecznie włączyć AI w procesy, by zyskać mierzalne efekty

Firma rozpoczęła cyfryzację procesów w 2019 roku, osadzając w WEBCON kluczowy proces serwisowy. Od tego czasu system automatycznie gromadzi wszystkie dane. Każde zgłoszenie, decyzja, zdjęcie serwisowe czy komunikacja z klientem są zapisane i przechowywane w systemie w ustrukturyzowany sposób.

Gdy firma zdecydowała się na wdrożenie AI, miała już ustrukturyzowane dane z siedmiu lat korzystania z WEBCON. To, co zwykle blokuje wdrożenie AI, tu już nie stanowiło problemu.

• Jak bezpiecznie wykorzystać dane do trenowania modeli?
  WEBCON od 2019 roku gromadził dane w ustrukturyzowany, kontrolowany sposób – bez konieczności budowania osobnej infrastruktury pod AI.
• Jak zapewnić pełną audytowalność decyzji AI?
  Każda decyzja podejmowana w procesie jest częścią historii zgłoszenia. AI osadzone w WEBCON działa w tym samym śladzie audytowym co każda inna akcja użytkownika.
• Jak zmierzyć realny wpływ AI na czas realizacji i koszt procesu?
  Dane – sprzed wdrożenia i po – są w tym samym systemie. WEBCON daje gotowy punkt odniesienia – mierzalność wynika z ciągłości danych, nie z osobnych narzędzi analitycznych.
• Jak uniknąć chaosu narzędziowego i shadow AI?
  AI nie trafiło do firmy jako osobny projekt – zostało osadzone bezpośrednio w istniejącym procesie w WEBCON. Jeden system, jedno miejsce pracy, pełna kontrola.

AI osadzone bezpośrednio w procesach

Kluczowe było założenie: AI nie może być osobnym narzędziem. Dziś serwisant nie przełącza się pomiędzy aplikacjami – model odpowiada w tym samym formularzu, w którym pracownik wykonuje diagnozę. Konsultant BOK nie kopiuje treści maili do zewnętrznego narzędzia – AI jest wbudowane w proces obsługi zapytania.

Platforma WEBCON zapewnia przy tym pełną kontrolę: każda decyzja modelu jest zapisana w procesie, jest osadzona w kontekście sprawy i może być przeanalizowana w raportach. Organizacja decyduje, które modele obsługują konkretne procesy i jakie dane są im udostępniane.

Przykłady wykorzystania AI w codziennych operacjach

110x niższy koszt obsługi zapytań serwisowych

Rosnąca liczba zapytań napływających różnymi kanałami przy stałej liczbie konsultantów stawiała przed klasycznym wyborem: dłuższy czas odpowiedzi albo proporcjonalny wzrost zatrudnienia. Żadne z tych rozwiązań nie było akceptowalne.

Model językowy interpretuje przychodzące maile, klasyfikuje je i generuje odpowiedzi na podstawie historii podobnych przypadków. Dziś, już 68% zapytań system obsługuje samodzielnie – konsultant analizuje tylko wyjątki. Czas odpowiedzi spadł z 4 godzin do 5 minut, koszt obsługi w BOK obniżył się do 10 groszy. Krystyna, agent AI, pracuje 100 razy szybciej.

Natychmiastowa weryfikacja poprawności zdjęć serwisowych urządzeń

GTX wytrenował sieć neuronową dzięki bazie zdjęć z poprzednich serwisów i opisów, które wcześniej przygotowywali pracownicy. Serwisant fotografuje usterkę, a AI weryfikuje jakość zdjęcia w czasie rzeczywistym. Kiedy analizę wykonywał człowiek, weryfikacja zajmowała kilkanaście minut. W przypadkach, gdy zdjęcie okazywało się błędne, często urządzenie było już rozkręcone, a powtórzenie zdjęcia niemożliwe. Dziś, serwisant może od razu przystąpić do naprawy.

AI jako element strategii skalowania

GTX Service nie zaczęło od AI. Zaczęło od cyfryzacji procesu w WEBCON.

Najpierw powstały cyfrowe stanowiska pracy i uporządkowane dane. Dopiero potem pojawiły się modele językowe i sieci neuronowe. AI stało się narzędziem umożliwiającym dalsze skalowanie biznesu bez proporcjonalnego wzrostu kosztów.

“Nie zbudowaliśmy tego w jeden dzień. I nie zaczęliśmy od AI. Najpierw była doskonałość operacyjna - zdigitalizowany, powtarzalny proces serwisowy. Potem dane, które ten proces generował. Potem pytanie: czy da się wycisnąć więcej? I dopiero wtedy AI. A na końcu – nowy biznes zbudowany na tym samym fundamencie. Każdy krok wynikał z poprzedniego.”

Krystian Dobrzyński
Kierownik Działu Zarządzania Procesami i Business Intelligence, GTX Service

W strategii GTX Service potwierdza się zasada, zgodnie z którą AI jest warstwą nad procesem – nie zamiennikiem procesu.

Jak WEBCON rozwiązuje typowe bariery wdrożeń AI

W wielu organizacjach projekty AI zatrzymują się na etapie proof-of-concept. GTX Service uniknął tego scenariusza dzięki architekturze procesowej.

Architektura platformy sprawia, że aplikacje są kontrolowalne i audytowalne już od momentu uruchomienia – każda decyzja AI ma swój ślad w procesie. Efekty wdrożenia AI są mierzone pod katem czasu, kosztu i jakości. Dane są zbierane bezpośrednio w workflow, co eliminuje problem silosów i ręcznego przetwarzania informacji.

Co równie istotne, AI działa w znanym użytkownikowi środowisku, co znacząco zwiększa adopcję i ogranicza zjawisko shadow AI.

Zacznij od fundamentu – procesów, które generują dane gotowe dla sztucznej inteligencji. Skontaktuj się z nami i zobacz, jak WEBCON może pomóc Ci bezpiecznie, mierzalnie i skalowalnie wdrożyć AI w Twojej organizacji.